Auf einen Blick
- Aufgaben: Build scalable data pipelines and develop API integrations for enhanced data accessibility.
- Unternehmen: Asana's Enterprise Data & Intelligence team focuses on powerful decision-making data products.
- Vorteile: Generous compensation system including base salary and Restricted Stock Units.
- Weitere Informationen: This role offers a hybrid schedule with specific in-office days.
- Warum dieser Job: Join a growing team in Warsaw, influencing best practices in data engineering.
- Qualifikationen: 4+ years in Data Engineering, fluent in SQL, and strong expertise in Databricks and AWS S3.
Das prognostizierte Gehalt liegt zwischen 60000 - 84000 € pro Jahr.
Das Enterprise Data & Intelligence (EDI) Team bei Asana hat die Aufgabe, leistungsstarke datenbasierte Entscheidungsprodukte, Integrationen, Prozessautomatisierungstools und analytische Berichte zu erstellen. Wir suchen einen motivierten Data Engineer, der unser wachsendes Team ergänzt und grundlegend für die Betriebsabläufe des Unternehmens ist, indem er die Datenwissenschafts-, Geschäfts- und Finanzteams unterstützt. Sie werden das Geschäft beschleunigen, indem Sie Systeme und Daten nahtlos verbinden. Diese Rolle ist in unserem Büro in Warschau mit einem bürozentrierten hybriden Arbeitszeitmodell angesiedelt. Die regulären Bürotage sind Montag, Dienstag und Donnerstag. Die meisten Asanas haben die Möglichkeit, mittwochs von zu Hause aus zu arbeiten. Das Arbeiten von zu Hause aus an Freitagen hängt von der Art der Arbeit ab, die Sie leisten, und Ihr Recruiter kann Ihnen mehr über die Anforderungen im Büro mitteilen. Wir bieten einen Arbeitsvertrag (UoP) für unsere Mitarbeiter in Polen.
Verantwortlichkeiten
- Erstellen und Bereitstellen skalierbarer Datenpipelines unter Verwendung moderner cloudbasierter Architekturen, um die Datenzuverlässigkeit und -leistung zu optimieren.
- Entwicklung neuer API-Integrationen zur Rationalisierung und Verbesserung des Zugangs zu Daten über Geschäftsbereiche hinweg.
- Zusammenarbeit mit den Teams für Datenwissenschaft und Geschäft, um analytische Lösungen zu entwickeln, die umsetzbare Erkenntnisse durch Datenanalyse, Untersuchung und Visualisierung freisetzen.
- Einflussnahme auf Best Practices in Databricks und cloudbasiertem Datenengineering, um Innovation und Akzeptanz in den Teams voranzutreiben.
- Aufbau von Vertrauen und starken Beziehungen zwischen technischen und geschäftlichen Teams, um die Ausrichtung auf die Datenstrategie und -umsetzung sicherzustellen.
- Leitung von Automatisierungsbemühungen und proaktive Identifizierung von Optimierungsmöglichkeiten zur Verbesserung der Datenabläufe und Gewährleistung der Skalierbarkeit.
- Implementierung von Überwachungs-, Alarm- und Compliance-Kontrollen zur Sicherstellung der Datenintegrität, -verfügbarkeit und -sicherheit.
- Seien Sie der Ansprechpartner für Datenlösungen und Integrationen, indem Sie Anleitung und technische Mentorschaft für Teammitglieder bereitstellen.
- Erstellung genauer und klarer technischer Dokumentationen zur Standardisierung von Prozessen und Verbesserung des Wissensaustauschs.
Qualifikationen
- Abschluss in Informatik, Ingenieurwesen oder gleichwertige technische Berufserfahrung.
- Über 4 Jahre praktische Erfahrung im Bereich Data Engineering oder Software Engineering.
- Fließend in SQL und versiert in mindestens einer Programmiersprache (z. B. Python, Java, Scala usw.).
- Starke Expertise in Databricks, AWS S3, Spark und Airflow.
- Kenntnisse der Prinzipien, Konzepte und Best Practices der System- und Softwarearchitektur.
- Proaktiver Selbststarter mit nachweislicher Fähigkeit, Chancen zu identifizieren, innovative Lösungen vorzuschlagen und diese effektiv umzusetzen.
- Fähigkeit, mit hochgradig einflussreichen Stakeholdern professionell und gelassen umzugehen, auch unter Druck.
- Starke analytische und problemlösende Fähigkeiten mit einem proaktiven Ansatz zur Problemlösung.
- Ausgezeichnete Kommunikationsfähigkeiten, mit der Fähigkeit, komplexe technische Konzepte klar an nicht-technische Stakeholder zu vermitteln.
- Nachweisbare Erfahrung mit Datenvisualisierung wäre von Vorteil.
- Neugier auf KI-Tools und aufkommende Technologien, mit der Bereitschaft, diese zu lernen und zu nutzen, um Produktivität, Zusammenarbeit oder Entscheidungsfindung zu verbessern.
Vorteile
- Großzügiges, transparentes und faires Vergütungssystem (Grundgehalt und großzügige Restricted Stock Units für Asana Inc.)
Data Engineer Arbeitgeber: Asana
Asana is located in Warsaw and offers a transparent compensation system. The EDI team is dedicated to building innovative data solutions that drive business success.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Data Engineer erhalten könnten
✨Wende dich an die richtigen Communities
Schau dir Online-Communities und Foren an, die sich um Data Science drehen, wie Kaggle oder GitHub. Engagiere dich dort aktiv, teile deine Projekte und lerne von anderen – das wird dir helfen, nicht nur einen Fuß in die Tür zu bekommen, sondern auch wertvolle Kontakte zu knüpfen.
✨Präsentiere deine Daten-Projekte
Baue ein Portfolio auf, das deine besten Projekte zeigt. Nutze Plattformen wie GitHub oder eine persönliche Webseite, um deine Arbeiten zu veröffentlichen. Arbeitgeber im Data Science-Bereich schauen oft direkt auf praktische Erfahrungen, also zeig, was du drauf hast!
✨Nimm an Meetups und Hackathons teil
Besuche lokale Data Science-Meetups oder nehme an Hackathons teil. Diese Veranstaltungen sind nicht nur super, um dein Wissen zu erweitern, sondern auch Gold wert für Networking. Du lernst Fachkollegen kennen und kannst auf Lockere Art und Weise Eventualjobs ergattern.
✨Direkte Bewerbungen über unsere Seite
Vergiss nicht, direkt auf unserer Website nach Stellenangeboten bei Asana zu schauen. Hier kannst du dich auf offene Datenwissenschaftsstellen bewerben und zeigst damit direktes Interesse, das viele Arbeitgeber schätzen!
Wir glauben, dass du diese Fähigkeiten brauchst, um Data Engineer mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Lass deine Daten sprechen!:In einem Bereich wie Data Science ist es entscheidend, dass du deine praktischen Fähigkeiten präsentierst. Wenn du an Projekten gearbeitet hast, die deine Analysefähigkeiten oder dein Wissen über Machine Learning demonstrieren, teile sie in deinem Lebenslauf oder füge einen Link zu deinem GitHub-Portfolio bei. Die Daten, die du analysiert hast, und die Tools, die du verwendest, sollten klar hervorgehoben werden.
Ergebnisse quantifizieren!:Unterstütze deine Erfahrung mit quantifizierbaren Ergebnissen. Zeige, wie du durch deine Analysen oder Modelle zur Entscheidungsfindung beigetragen hast oder wie deine Berechnungen den Rohdaten neue Erkenntnisse entlockt haben. Arbeitgeber in der Data Science sind oft an konkreten Verbesserungen und Effizienzsteigerungen interessiert!
Erläutere deine Lernbereitschaft!:Da es sich um eine Vollzeitstelle handelt, zeige in deinem Anschreiben, dass du bereit bist, zu lernen und dich weiterzuentwickeln. Sprich über deine Neugier für neue Technologien oder Methoden im Data Science Bereich. Vielleicht hast du auch Kurse besucht oder Zertifikate erworben, die deine Begeisterung zeigen!
Die richtige technische Sprache!:Achte darauf, dass deine Bewerbung alle relevanten technischen Begriffe enthält, die in der Data Science gebräuchlich sind. Nenne spezifische Programmier- und Analysetools wie Python, R oder SQL, die du beherrschst. Dies macht es für die Rekrutierer einfacher, schnell zu erkennen, dass du für die Rolle als Data Engineer bei Asana gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Asana vorbereitet
✨Bereite deine technischen Skills vor
In einem Vorstellungsgespräch für eine Data-Science-Position wird oft dein Wissen über Tools wie Python, R oder SQL getestet. Mach dich mit gängigen Algorithmen und deren Einsatzmöglichkeiten vertraut, denn technische Fragen können schnell kommen. Lass uns sicherstellen, dass du in diesen Bereichen glänzt!
✨Verschaffe dir einen Überblick über Projekte
Da es sich um eine Vollzeitstelle handelt, ist es wichtig, dass du konkrete Erfahrungen und Projekte vorweisen kannst. Wenn du bereits an Data-Science-Projekten gearbeitet hast, sei bereit, diese in der Tiefe zu erläutern und zu diskutieren, wie du die Probleme gelöst hast. Dein Portfolio kann hier einen echten Unterschied machen!
✨Vorbereitung auf case studies
In Data-Science-Interviews sind case studies und praktische Probleme häufig Teil des Gesprächs. Übe, wie du strukturiert und logisch an solche Aufgaben herangehst. Arbeitgeber möchten sehen, wie du Daten analysierst und Lösungen entwickelst – bring also deine analytischen Fähigkeiten mit!
✨Zeige deine Leidenschaft für Daten
Mehr denn je geht es bei einer Vollzeitstelle darum, dass du nicht nur die Skills hast, sondern auch wirklich für das Feld brennst. Teile Anekdoten oder Erfahrungen, die zeigen, wie du zur Datenwissenschaft gekommen bist und was dich fasziniert. Diese Begeisterung kann für Asana entscheidend sein!
